<p>Personality and burnout among primary care physicians: an international study</p>
Notice bibliographique
Résumé
Purpose: Burnout is a syndrome comprised of three major dimensions, namely, emotional exhaustion, depersonalization, and reduced personal accomplishment. Its etiology appears to be multifactorial, involving work-related and personal factors including personality traits. Personality has been associated with burnout among various physician groups; however, this has not been studied well amongst primary care physicians. This study therefore aimed to investigate the association between personality type and burnout in primary care physicians in Canada and Jamaica. Methods: This cross-sectional study involved primary care physicians in Canada and Jamaica. Participants completed a questionnaire that included the Maslach Burnout Inventory Human Services Survey and The Big Five Inventory. Responses were analyzed to determine relationships between burnout, personality type, and various demographic factors. Results: Seventy-seven physicians participated in the study. Approximately 38% of participants reported low levels of accomplishment, 34% reported high levels of emotional exhaustion, and 20% reported high levels of depersonalization, all equating to high levels of burnout. Neuroticism was negatively correlated with personal accomplishment ( P <0.01) and positively correlated with emotional exhaustion ( P ≤0.001) and depersonalization ( P <0.01). Agreeableness ( P <0.05) and conscientiousness ( P <0.05) were positively correlated with accomplishment and both were negatively correlated with depersonalization ( P <0.01 and P <0.05, respectively). Conclusion: In this multinational study, we found that burnout was a common problem among primary care physicians. Personality, particularly neuroticism, agreeableness, and conscientiousness, impacts physician burnout. Strategies that modulate the impact of personality on burnout may be beneficial for optimal health care delivery. Keywords: personality types, occupational health, neuroticism, physician burnout
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».